tarifa
Lieutenant
- Registriert
- März 2020
- Beiträge
- 617
Jupyter Notebook 7 - im Grunde die größte und bedeutendste Veröffentlichung des Jupyter Notebook seit Jahren. Zu den Highlights dieser Version gehöre viele interessante Features wie z.B.
Hintergrund: Jupyter Notebook ist eine webbasierte Entwicklungsumgebung, die sich vor allem an die Data Science und Machine Learning-Community wendet. Aber weit darüber hinaus findet das Notebook auch Anwendung in Lehr- Lern-Szenarien und so setzt auch Google im Colab-Projekt auf Notebooks.
Jupyter Notebook 7.0 setzt im Grunde auf der JupyterLab 4.0 , einer webbasierten Nutzeroberfläche – auf, die vor wenigen Monaten freigegeben wurde: Der Vorteil liegt auf der Hand: Extensions, aber auch Themes für JupyterLab - diese sind alle auch in Jupyter Notebook einsetzbar.
Gleichzeitiges Bearbeiten eines Notebooks - Echtzeitzusammenarbeit
Hier - also in dieser Hinsicht - setzt das Notebook 7 (NB7) an an der Entwicklung von JupyterLab 4.0 - welche vor wenigen Monaten erschienen ist. Besonders hervorheben muss man hier die Extension Real Time Collaboration, wodurch es ermöglicht wird, dass nunmehr zwei Personen unter Verwendung von JupiterNotebook (oder aber JupyterLab) zeitgleich an einem Notebook arbeiten.
eine Einführung in Notebooks: Quick introduction to Jupyter Notebook
mehr Infos, Daten und Hintergründe:
das Announcement: https://blog.jupyter.org/announcing-jupyter-notebook-7-8d6d66126dcfProjekt Jupyter: https://de.wikipedia.org/wiki/Project_Jupyter
IPython: https://de.wikipedia.org/wiki/IPython
Das Projekt: Herausgeber ist eine Non-Profit-Organisation, die gegründet wurde, um Open-Source-Software, offene Standards und Services für interaktives Arbeiten mit Dutzenden Programmiersprachen zu entwickeln.[2] Das Projekt Jupyter unterstützt interaktive wissenschaftliche Datenauswertungen und wissenschaftliche Berechnungen mit allen Programmiersprachen durch die Entwicklung von Open-Source-Software. (Quelle: Wikipedia)
- Echtzeit-Zusammenarbeit,
- interaktives Debugging,
- Inhaltsverzeichnis,
- Themen- und Darkmodus,
- Internationalisierung, verbesserte Zugänglichkeit und kompakte Ansicht - sogar auch auf Mobilgeräten.
Hintergrund: Jupyter Notebook ist eine webbasierte Entwicklungsumgebung, die sich vor allem an die Data Science und Machine Learning-Community wendet. Aber weit darüber hinaus findet das Notebook auch Anwendung in Lehr- Lern-Szenarien und so setzt auch Google im Colab-Projekt auf Notebooks.
Jupyter Notebook 7.0 setzt im Grunde auf der JupyterLab 4.0 , einer webbasierten Nutzeroberfläche – auf, die vor wenigen Monaten freigegeben wurde: Der Vorteil liegt auf der Hand: Extensions, aber auch Themes für JupyterLab - diese sind alle auch in Jupyter Notebook einsetzbar.
Gleichzeitiges Bearbeiten eines Notebooks - Echtzeitzusammenarbeit
Hier - also in dieser Hinsicht - setzt das Notebook 7 (NB7) an an der Entwicklung von JupyterLab 4.0 - welche vor wenigen Monaten erschienen ist. Besonders hervorheben muss man hier die Extension Real Time Collaboration, wodurch es ermöglicht wird, dass nunmehr zwei Personen unter Verwendung von JupiterNotebook (oder aber JupyterLab) zeitgleich an einem Notebook arbeiten.
eine Einführung in Notebooks: Quick introduction to Jupyter Notebook
YouTube
An dieser Stelle steht ein externer Inhalt von YouTube, der den Forumbeitrag ergänzt. Er kann mit einem Klick geladen und auch wieder ausgeblendet werden.
Ich bin damit einverstanden, dass YouTube-Embeds geladen werden. Dabei können personenbezogene Daten an YouTube übermittelt werden. Mehr dazu in der Datenschutzerklärung.
mehr Infos, Daten und Hintergründe:
das Announcement: https://blog.jupyter.org/announcing-jupyter-notebook-7-8d6d66126dcfProjekt Jupyter: https://de.wikipedia.org/wiki/Project_Jupyter
IPython: https://de.wikipedia.org/wiki/IPython
Das Projekt: Herausgeber ist eine Non-Profit-Organisation, die gegründet wurde, um Open-Source-Software, offene Standards und Services für interaktives Arbeiten mit Dutzenden Programmiersprachen zu entwickeln.[2] Das Projekt Jupyter unterstützt interaktive wissenschaftliche Datenauswertungen und wissenschaftliche Berechnungen mit allen Programmiersprachen durch die Entwicklung von Open-Source-Software. (Quelle: Wikipedia)
Zuletzt bearbeitet: